利用卫星微波链路进行降雨检测的多链路机器学习方法的评估

《IEEE Geoscience and Remote Sensing Letters》：Evaluation of a Multi-Link Machine Learning Approach for Rainfall Detection Using Satellite Microwave Links

　　

摘要：

气候变化的影响增加了对可靠实时降雨监测系统的需求。本研究探讨了利用基于卫星微波链路（SML）的机会主义传感器网络与机器学习（ML）分类器相结合的方法进行降雨检测。在整合了来自邻近链路的信息的SML数据上，训练了两种模型：随机森林（RF）和卷积神经网络（CNN）。结果表明，与单链路方法相比，利用多链路信息显著提高了对湿润和干燥时期的检测能力。此外，RF模型在降雨检测方面提供了更稳定、更可靠的性能，并减少了误分类情况，尤其是在恶劣天气条件下的表现尤为突出。该研究涵盖了2021年至2024年间的32个降雨日。